作者：白英奎; 孟宪江; 丁东; 申铉国子区间多组分分析校正模型偏最小二乘法证明样本预测精度plsnir浓度
摘要：提出了一种神经网络(ANN)和偏最小二乘法(PLS)结合的新的近红外(NIR)多组分分析法. 该方法首先把训练样本中待测组分涵盖的浓度区间分成若干个子区间, 利用各个子区间的训练样本分别建立PLS校正模型, 然后利用ANN对未知样本进行分类, 判断其所属的浓度子区间, 应用对应子区间上的校正模型计算预测样本的组分浓度. 和传统的PLS比较, 此方法改善了模型的适应性, 显著地提高了预测精度. 实验及数据处理结果证明了本方法的有效性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
